마인즈랩 공모주 청약, 수요예측, 공모가, 기관경쟁률, 상장일

안녕하세요. 오늘 공모주 청약 마감하는 기업이자 알비더블유와 청약일이 동일한 << 마인즈랩 >>입니다.

 

마인즈랩은 2014년 설립한 기업으로 초기엔 빅데이터 분석사업을 하다가 2017년부터 AI 개발사업에 뛰어들었습니다. 직접 개발한 40여개 AI 엔진과 응용프로그램을 통해 맞춤형 AI를 제작하고 있고요. 지난 3월엔 세계 최초로 종합 AI를 갖춘 AI 인간을 개발했습니다.

 

현재 마인즈랩은 AI를 적용한 상담원, 돌보미, 경비원 등 AI 인간을 삼성전자, 포스코, 신한은행, 현대해상 등에 공급하고 있습니다. 올 상반기 매출 30억원, 영업손실 48억원을 냈습니다.

 

 

 

< 마인즈랩 정보 (코스닥) >

✔ 공모가 : 30,000원 (공모밴드가 : 26,000원∼30,000원)

✔ 업종 : 소프트웨어 개발 및 공급업

✔ 수요예측 경쟁률 : 197.5:1 (320곳)

✔ 주관사 :

NH투자증권 : 105,781주
하나금융투자 : 45,344주

 

✔ 환불일 : 16일 화요일 (4일 거치)

 

✔ 상장일 : 11월 23일 화요일

✔ 개인투자자 물량 : 151,115주 / 604,459주

✔ 의무 보유 확약 비율 : 12.9% (중간)

 

✔ 평가액 대비 할인율 : 32.81% ~ 22.47% (22.47%)

 

수요예측 자체가 너무 적었어요. 이쪽 산업이 요즘은 그냥저냥인가 봅니다.

희망 공모밴드가 : 26,000원∼30,000원이었는데, 26,000원 미만으로 제시한 것도 23건이나 되고요.

3만 원 초과는 89.41%입니다.

 

의무보유확약은 3개월부터 많이 나옵니다. 다만, 미확약도 많아서 12.9% 정도입니다.

 

 

기술성장특례로 상장합니다.

 

평가액 대비 할인율은 32.81% ~ 22.47%인데, 공모가가 30,000원으로 정해지면서 할인율은 22.47%입니다.

 

상장 이후 유통물량 출회되는 비중은 44.88%입니다.

 

아....???

 

IPO 일반공모는 10.15%인데... 그 외 4배 물량은 기존 주주에서 나오네요.

그...들만의 잔치인가 봐요,,, 하하하하

 

(1) AI Human 연구개발 : 82억 원

(가) AI Human Recognition 연구개발 : 29억 원

AI Human을 구성하는 기술 중 Recognition에 해당하는 기술은 크게 인간의 귀에 해당하는 Speech Recognition과  Visual Recognition(Image와 Video를 포괄함)이 있습니다. 기본적인 STT 엔진과 Face Recognition 등의 엔진을 보유하고 있으나, AI Human이 실제로 사람의 기능을 대체하기 위해서는 화자분리나 Semantic Visual Understanding 등의 고도화가 필요합니다.

Speech recognition 엔진은 엔진 자체의 아키텍처를 현행(CNN)에서 차기(Transformer)로 교체하는 고도화 작업을 진행하고 있습니다. 이를 통해 정확도는 LER 4% 수준에서 1% 수준까지 높이고, CNN모델의 약점이었던 Streaming 기능을 강화할 계획입니다. 또한 최대 5명의 화자가 동시에 발화하고 있는 동안에도 타겟 화자의 발화를 정확하게 분리해내어 코엑스 전시장과 같은 시끄러운 환경에서도 사용자의 발화를 정확하게 인식하도록 고도화할 계획입니다.

AI Human의 눈에 해당하는 Visual Recognition 엔진은 NLP와 Image의 Multi-modal Training을 기반으로 하는 VQA(Visual Question Answering) 기술의 상용화를 핵심 목표로 연구개발 중입니다. 이를 통해 기존 Visual Recognition 엔진들이 단순히 사람의 얼굴 벡터를 대조하여 누군지 알아보거나, Object를 인식하는 등의 단순한 Classification 정도만 가능했다면, 이제는 상황의 맥락을 이해하여 사람이 양손에 물건을 들고 있는지, 곤란한 표정을 짓고 있는지 등의 Natural Language 적인 맥락을 이해하게 됩니다. 이 분야의 연구개발은 Recognition 기반 기술의 가장 첨단 기술들을 수용해야 하는 것으로 해당분야의 최고 수준의 연구원들을 지속적으로 채용, 연구개발비를 매년 증액할 계획입니다. 


(나) AI Human Generation 연구개발: 30억 원

AI Human Generation에 해당하는 기술에는 텍스트를 음성으로 변환하는 TTS 기술과 해당 음성에 따라 아바타의 입모양을 움직이는 LipSync 기술이 있습니다. AI Human이 발화를 자연스럽게 고객에게 전달하기 위해서는 TTS 기술이 자연스럽고 맥락에 맞는 발화를 생성하는 것과, 이렇게 생성한 음성을 AI Human 아바타가 자연스럽게 입모양을 따라 움직이는 것이 필수적입니다. TTS 기술이 자연스럽고 맥락에 맞는 발화를 생성하는 것과, 이렇게 생성한 음성을 AI Human 아바타가 자연스럽게 입모양을 따라 움직이는 것이 필수적입니다.

TTS 기술은 현시점에서도 학습한 음성에 대해서 발화의 자연스러움과, 음질 측면에서 경쟁사들에 비해 비교우위가 있지만, 여러 음성을 하나의 모델이 발화하게 하는 기술(Multi-Speaker TTS), 텍스트 맥락에 따라 감정이나, 음의 높낮이, 발화 속도 등을 변화시키는 기술(Emotional TTS, Conditional TTS), 따로 학습하지 않고 한 문장만 듣고도 음성을 따라 하는 기술(Zero-shot TTS), 외국어 녹음을 하지 않아도 같은 음성으로 외국어를 할 수 있는 기술(Multi-Lingual TTS) 등 차별화된 기술로 고도화할 계획입니다.  LipSync 기술은 현재 '2D 영상으로만', '학습한 음성에 대한 입술 부근만' 생성할 수 있습니다. 향후 다양한 Use-case에 대응하기 위해서는 고개를 위아래로 일정 이상 돌려도 자연스럽게 합성되어야 하고, 이를 대응하기 위해서는 Face Landmark를 2D Landmark에서 3D Landmark로 전환해야 합니다. 또한 같은 얼굴에 다른 음성을 입력하거나, 아예 다른 언어를 입력해도 자연스러운 입모양을 생성해내기 위해서는 지금까지 모은 대량의 학습 데이터를 하나의 모델에 pre-training 하여 새로운 음성과 영상에 대해 따로 학습하지 않아도 자연스럽게 입술 모양을 생성할 수 있는 Zero-shot LipSync 기술을 개발할 계획입니다. 이 분야의 연구개발은 Generation기반 기술의 가장 첨단 기술들을 수용해야 하는 것으로 해당분야의 최고 수준의 연구원들을 지속적으로 채용, 연구개발비를 매년 증액할 계획입니다.

 

(다) AI Human Dialog 연구개발 : 8.5억 원

AI Human Dialog는 가장 미래를 예측하기 어려운 분야입니다. 구글이 BERT 알고리즘을 공개한 이후로, 당사에서도 NLP 엔진은 BERT를 기반으로 가장 최신 버전을 유지하고 있으나, 어느 정도 이상의 Break Through는 나오지 않고 있습니다.  최근 NLP 기술은 OpenAI의 GPT3로부터 비롯된 초거대 AI (Hyper Scale AI) 경쟁으로 흘러가고 있기 때문에, 섣불리 NLP 분야에 대대적인 투자를 결정하기 어려운 상황입니다. 그러나, Hyper Scale 기반 기술이 NLP 분야에서 최종 승자가 될지에 대해서는 여전히 많은 연구자들이 회의적인 시각을 보내고 있는 것이 사실이기 때문에(성능이 나온다 해도, 너무 많은 자원을 필요로 하며, 하드웨어의 발전 속도가 이를 뒷받침해줄 수 없음),  NLP 분야에서 Hyper Scale이 아닌 새로운 Break Through가 나올 가능성을 염두에 두고 최신 기술들을 지속적으로 Catch-up 하려고 합니다.

당사에서는 DialogBERT, PLATO-2 같은 상대적으로 가벼운 Natural Language Generation Model들을 상용화하기 위한 연구를 지속적으로 추진하며, 연구비의 큰 증액 없이 기술의 발전 추이를 관찰하며 대응할 예정입니다.  


(라) AI Human App 서비스 개발 : 약 15억 원

당사에서는 위에서 개발한 AI Human 핵심 엔진들을 활용해 2023년까지 총 10개 직업군(아나운서, 뱅커, 텔러, 리셉셔니스트, 어르신 돌보미, 직업 상담사, 강사, 쇼호스트, 무인 상점판매원, 관광안내원) App 서비스를 런칭할 계획입니다. AI Human App 서비스를 중앙에서 총괄적으로 관리하기 위한 가상화(Kubernetes 기반) 플랫폼인 Maum Orchestra 개발에 약 5억 원, 그리고 각 직업군에 특화된 시나리오와 UX로 커스터마이징 하는데 직업군 당 각 1억 원으로 산정하여 총 15억 원의 개발비를 투입할 계획입니다.

(2) 인공지능컨텍센터(AICC) : 32억

(가) 3자 통화 음성 봇 및 모바일 웹/앱 표준스크립트 TTS 개선 : 10억 원  
TM 영업 시 청약 신청 단계에서, 고객에게 계약조건 및 상품 약관에 대해서 설명하고 고객이 이해 및 동의했는지를 점검하는 부분을 AI 음성 봇이 처리할 수 있도록 개발하는 내용입니다. 일반적인 음성 봇과 차이는 상담사가 3자 통화 형식으로 음성봇과 고객의 대화를 듣고 있으면서, 고객 질문에 대한 답변을 할 수 있도록 해야 한다는 점입니다. 또한 모바일 웹/앱을 통한 표준스크립트 설명은 스마트폰의 화면을 통해서 약관 등을 시각적으로 확인할 수 있도록 하는 기능을 개발하는 것입니다.

(나) 대화형 IVR 개발 : 7억 원
콜센터로 전화한 고객이 IVR 연결 후 통화 목적을 발화하면, 의도 파악을 통해 해당 업무에 맞는 상담원을 찾아서 연결하도록 하는 것입니다. 고객이 버튼을 누르면서 메뉴를 찾는 불편함을 해소하고, 상담원이 통화 목적을 사전에 알고 고객 응대를 하므로 통화시간을 단축하는 장점이 있습니다.

(다) STT/TA/TTS 고도화 : 15억 원
콜센터 상담 내용을 텍스트로 변환 및 분석하여 업무에 활용하는 3가지 솔루션인 상담 가이드 제공, TM 불완전 판매 모니터링, 고객 VOC 분석에 대해 기능을 고도화하고, 고객사별 커스터마이징이 용이하도록 개선합니다. 또한, 음성합성 요청 시 다양한 처리 조건을 Tag 형태로 표시하여 텍스트 평문과 함께 보내면, 이에 맞도록 음성합을 처리하는 기능을 개발하는 것으로, 국제 표준인 SSML을 지원할 수 있도록 개발합니다. 주요 지원 사항으로 <break>, <say-as> 속성(기수, 서수, 분수, 검열, 한 글자씩, 날짜, 시간)과 <audio> 속성(속도, 강조, 높낮이 등), <alias> 대체 텍스트 등을 지원하게 됩니다.


(3) SmartX 연구개발 Edge AI 최적화 연구 : 17억 원

Edge AI에 투입할 자금은 사용처로는 다음과 같습니다.

첫째, 당사는 Edge AI 에 다양한 형태의 딥러닝 엔진들을 포팅할 수 있는 프레임워크를 개발했는데, 이를 유연성, 확장성, 효율성을 크게 향상한 프레임 워크 고도화 작업을 진행하려고 합니다. 이를 통해 새로운 알고리즘을 Edge AI 장비에 구현 및 최적화하는 속도를 극대화할 수 있어 빠른 시장 상황에 유연하게 대응할 수 있으며 3년간 6 억의 자금을 투입할 계획입니다.

둘째, Edge AI에 사용할 수 있는 다양한 저비용 고효율의 딥러닝 계산 칩을 기반으로 시스템을 개발하고, 그 특성에 맞도록 알고리즘을 포팅하고 최적화하는 작업을 진행하려고 합니다. 현재 본사는 실리콘밸리 벤처업체인 Blaize와 이스라엘 벤처업체인 Hailo의 칩을 기반으로 시스템 및 알고리즘을 개발하고 있습니다. 앞으로 좀 더 세분화된 Edge AI 시장 상황에 대응하기 위해 다양한 딥러닝 계산 췹들을 기반으로 시스템을 구성하고, 그 시장 요구사항에 적합한 딥러닝 알고리즘을 최적화하려고 합니다. 이를 위해 3 년간 7 억을 자금을 투입할 계획입니다.


(4) 연구장비 투자: R&D용 서버 확충 : 45억 원

AI 기술은 점점 하나의 모델을 학습시키는데 필요한 GPU의 연산력이 커지고 있습니다. 특히 GAN과 같은 Generation Model은 학습이 끝난 후 사용할 때는 가볍지만, 학습 시 많은 자원과 시간이 필요합니다. 당사가 올해 시범적으로 도입한 DGX-A100(대당 약 4억 원)과 같은 고가의 서버 장비는 기존에 사용하던 서버에 비해 학습시간이 1/10로 줄어들어 연구개발 주기가 훨씬 빨라지는 효과를 검증했습니다. 현재 대부분의 연구원들은 V100 GPU 1~2장 정도의 자원을 사용하고 있는데, 연구성과를 가속하기 위해 올해 도입한 DGX-A100 급의 장비를 2023년까지 총 10대 이상으로 늘릴 계획입니다.

다. 연도별 미사용 자금 운영계획

당사는 공모자금사용계획 및 사용 시기에 따라 자금을 분할 사용할 계획이며 연도별 미사용 잔액은 자금운영계획에 따라서 장기 정기예금 및 단기 MMT, MMF 등 안전한 금융자산으로 운영하면서 이자 수익을 발생시킬 예정입니다.

 

 

#마인즈랩 #알비더블유 #마인즈랩상장 #마인즈랩공모주 #마인즈랩공모 #마인즈랩청약 #마인즈랩공모가 #마인즈랩수요예측 #마인즈랩주관사 #마인즈랩경쟁률 #마인즈랩기관경쟁률